2015年-世界发展银行全球_Analyzing_Data_from_a_National_Assessment_of_Educational_Achievement_297页_11mb

总结：Analyzing Data from a National Assessment of Educational Achievement

核心内容

《Analyzing Data from a National Assessment of Educational Achievement》是《National Assessments of Educational Achievement》系列的第四卷，旨在指导教育评估团队如何有效地分析全国教育评估数据，以支持教育政策的制定和改进。该卷分为两部分，第一部分介绍了数据统计分析的基本方法，第二部分聚焦于项目反应理论（IRT）及其在教育评估中的应用。

主要观点

• 数据的重要性：学生学习成果的测量是评估教育系统成效和提升教育质量的关键。数据不仅反映学生的学术表现，还能揭示教育系统在质量、公平性、资源分配和变化趋势等方面的问题。
• 技术质量：全国大规模评估产生的数据（如测试成绩和背景信息）需要遵循先进的方法以确保其技术质量，并满足政策制定者和相关利益方的需求。
• 统计工具的使用：本书介绍了如何使用SPSS和WesVar进行数据分析，包括描述性统计、标准误计算、子群体分析、均值比较、百分位数估计、相关性和回归分析等。
• 公平性分析：通过分析不同学生群体（如性别、地理位置、语言背景等）的均值差异，评估教育系统的公平性。
• 项目反应理论（IRT）：作为第二部分的核心内容，IRT被介绍为一种强大的工具，用于分析测试项目和评估结果之间的关系，以及如何通过IATA软件进行操作。
• 评估流程：从数据准备、项目分析、维度分析、差异项目功能（DIF）分析到性能标准的设定，本书提供了详细的操作步骤和分析方法。

关键信息

第一部分：数据统计分析基础

• 数据集结构：介绍了用于分析的数据库结构，包括CD文件的保存方式、调查工具、抽样权重等。
• SPSS分析：讲解了如何使用SPSS进行探索性数据分析，包括集中趋势、离散程度、位置度量和分布形态的计算。
• WesVar分析：介绍了WesVar的使用，包括变量标签的添加、描述性统计的计算、均值与标准误的计算、子群体分析等。
• 均值比较：展示了如何比较两个或多个群体的均值差异，并进行统计显著性检验。
• 百分位数分析：说明了如何估计学生的百分位数成绩，并根据地区进行细分分析。
• 相关性与回归分析：讨论了变量之间的相关关系，以及如何通过回归分析解释教育成果与社会因素之间的联系。
• 图表展示：介绍了如何使用图表（如柱状图、条形图、折线图和置信区间）来展示和解释评估结果。

第二部分：项目反应理论（IRT）与IATA软件

• IATA简介：IATA是一款专为教育评估设计的用户友好型IRT软件，适用于不同背景的评估团队。
• IATA分析流程：包括安装、数据加载、分析规格设置、项目分析、维度分析、DIF分析、评分标准设定等。
• 特殊方法：介绍了如何选择最优测试项目、使用锚定项目参数进行响应数据分析、旋转试卷的分析以及跨评估数据的比较。
• IRT应用：详细讲解了IRT在评估中的作用，包括如何通过IRT模型分析学生表现分布、测试信息和性能标准设定。

附录内容

• 练习题：包括SPSS和WesVar的多种分析练习，如描述性统计、均值比较、百分位数计算、相关性和回归分析、图表绘制等。
• 练习图表与表格：提供了大量的图表和表格作为练习参考，帮助读者更好地理解分析过程和结果。

总体结构

• 目录：包含前言、作者与编辑介绍、致谢、缩略词表、引言、正文（分为两部分）以及练习和附录。
• 内容组织：从基础数据统计分析到高级的IRT方法，逐步引导读者掌握全国教育评估数据的处理与分析技能。

适用对象

本书主要面向发展中国家和新兴经济体的教育评估团队，旨在帮助他们使用统计工具和IRT方法进行数据处理和分析，从而提升教育政策和决策的质量。